Exercice 38 / 100

Matplotlib - histogramme

Générez 1000 données normales et tracez l'histogramme

Un histogramme représente la distribution d'une variable numérique : on découpe l'axe x en intervalles (bins) et on compte combien de valeurs tombent dans chacun.

La fonction plt.hist

plt.hist(data, bins=30, color='pink', edgecolor='black')

Paramètres clés

data        →  la liste / array des valeurs
bins        →  nombre d'intervalles (10, 20, 30, 50... à tester selon la taille)
color       →  couleur des barres
edgecolor   →  bordure noire pour bien voir chaque barre
alpha       →  transparence (0 à 1)
density     →  True : normalise pour que l'aire totale = 1 (densité de probabilité)

Plus tu as de bins, plus le détail est fin mais plus c'est bruité. Règle empirique : ~ √n bins pour n valeurs.

Un histogramme découpe l'axe en intervalles et compte combien de valeurs tombent dans chacun : ce compte est la hauteur de la barre

Générer des données aléatoires

np.random.normal(mu, sigma, n)   →  n tirages selon une loi normale moyenne mu, écart-type sigma
np.random.uniform(a, b, n)        →  uniforme entre a et b
np.random.randint(a, b, n)        →  entiers entre a et b-1

Exemple complet

import numpy as np
import matplotlib.pyplot as plt

data = np.random.normal(0, 1, 1000) # 1000 valeurs ~ N(0, 1)

plt.hist(data, bins=30, color='pink', edgecolor='black')
plt.title('Distribution normale')
plt.xlabel('Valeur')
plt.ylabel('Effectif')
plt.savefig('/tmp/plot.png')

Pour visualiser plusieurs distributions sur le même graphique, appelle plt.hist plusieurs fois avec alpha=0.5.

exercise.py